Grok 4.5 wydany: architektura, data wydania i co jeszcze wiemy

TLDR 28 czerwca 2026 r. Elon Musk ogłosił, że Grok 4.5 — zbudowany na nowym modelu bazowym xAI V9 z 1.5 biliona parametrów, z dodatkowymi danymi treningowymi z platformy kodowania Cursor AI — wszedł do prywatnej bety w SpaceX i Tesli. Wewnętrzne ewaluacje twierdzą, że wydajność jest „bliska, a może przewyższająca” Claude Opus od Anthropic, przy trwających ulepszeniach RLHF i Grok Build.

Dla deweloperów i firm integrujących dziś czołowe modele, CometAPI oferuje natychmiastowy, opłacalny dostęp do Grok 4.3 (i innych modeli xAI) poprzez jeden endpoint zgodny z OpenAI, obok 500+ modeli od Anthropic, OpenAI, Google i innych — często z oszczędnościami powyżej 20% względem cen bezpośrednich, bez rejestrowania promptów dla przepływów pracy ukierunkowanych na prywatność.

Najważniejsze wnioski

• Cytowany fragment przypisywany Elonowi Muskowi stwierdza, że Grok 4.5 jest w prywatnej becie w SpaceX i Tesli, rozpowszechniony przez AshutoshShrivastava.
• TestingCatalog informuje, że Grok 4.5 opiera się na modelu bazowym V9 z 1.5T parametrów, z dodanymi danymi Cursor w treningu uzupełniającym.
• Jedynym sygnałem oznaczonym jako dowód jest zrzut ekranu Marka Kretschmanna z 28 czerwca pokazujący usunięcie numeru wersji Grok / Cursor Composer 3 z menu xAI.
• W tym zbiorze sygnałów nie ujawniono wyników benchmarków, cen, okna kontekstu ani terminów API.
• Narracja o danych treningowych Cursor narasta od 16 czerwca na co najmniej trzech kontach, przy czym Mark Kretschmann łączy Grok 5 z parą 6T i 10T parametrów w klasie wagowej Fable 5.

Data wydania Grok 4.5

Grok 4.5 wszedł do prywatnej bety 28 czerwca 2026 r., a jego publiczne wydanie zaplanowano na 9 lipca 2026 r. (jutro, na dzień 8 lipca).

Bazuje na wcześniejszych wersjach, takich jak Grok 4 (wydany około lipca 2025 r.) i Grok 4.3. Powinien stać się dostępny dla uprawnionych użytkowników (np. subskrybentów SuperGrok/Premium+) wkrótce po ogłoszeniu. W przypadku API CometAPI zostanie zintegrowane z grok 4.5 API natychmiast po jego wydaniu i zaoferuje niższą cenę pozyskania.

Public Release: Dziś (8 lipca 2026 r.), Musk posted that, na podstawie pozytywnych opinii z bety, SpaceXAI / xAI udostępni Grok 4.5 publicznie jutro (9 lipca). Opisywany jest jako model „klasy Opus”, który jest szybszy, bardziej efektywny pod względem tokenów i tańszy niż modele porównywalne.

Źródło: @mark_k

Sygnały z architektury grok 4.5: co zaobserwowaliśmy

Głównym źródłem jest wpis Elona Muska na X z 28 czerwca 2026 r.:

„Grok 4.5, oparty na naszym modelu bazowym V9 z 1.5T parametrów, z danymi Cursor dodanymi w treningu uzupełniającym, jest teraz w prywatnej becie w SpaceX i Tesli. Wczesne ewaluacje pokazują wydajność bliską, a może przewyższającą Opus. RL nadal znacząco poprawia model, a harness Grok Build z każdym dniem staje się lepszy…”

Informację tę wzmocniły konta takie jak @testingcatalog i @ai_for_success, z detalami architektonicznymi dot. 1.5T V9 oraz integracji z Cursor: „Grok 4.5 jest oparty na modelu bazowym V9 z 1.5T parametrów, z danymi Cursor dodanymi w treningu uzupełniającym.”.

Sygnał Cursor: dążenie xAI/SpaceX do przejęcia lub głębokiego partnerstwa z Cursor (Anysphere) za ok. 60 mld USD zapewnia bogate źródło rzeczywistych śladów z IDE deweloperów, agentowych przepływów pracy i danych o edycji wieloplikowej. Ten trening uzupełniający (po etapie pre-treningu) wyróżnia Grok 4.5 w zadaniach kodowania, choć eksperci zauważają, że integracja już na etapie pre-treningu byłaby jeszcze mocniejsza.

Źródło: @mark_k

Sygnał dotyczący stanu menu jest węższy, ale bardziej przypomina dowód. Zgodnie z wpisem Marka Kretschmanna z 28 czerwca numer wersji modelu Grok 1.5T / Cursor Composer 3 został usunięty z menu xAI rankiem 28 czerwca. Opisuje on to jako wzorzec, który może poprzedzać wydania xAI. Nie jest to formalna premiera, ale jest bardziej konkretne niż podane dalej twierdzenie o wydajności, ponieważ jest powiązane ze zrzutem ekranu.

Późniejszy sygnał kanarkowy popchnął historię naprzód. TestingCatalog zauważył ciąg tekstowy w interfejsie web Grok o treści „Odblokuj pełnię możliwości czatu z Grok 4.5.” Tego typu ślad często pojawia się przed zmianą produktu, ale może też zostać porzucony, opóźniony lub ukryty za ograniczonym wdrożeniem.

Czego można rozsądnie oczekiwać od Grok 4.5

1. Ulepszona wydajność w kodowaniu i zadaniach agentowych: Dodatkowe dane z Cursor powinny poprawić zadania w stylu SWE-Bench, rozumowanie w wielu plikach oraz rzeczywiste przepływy pracy deweloperów. Należy oczekiwać mocnych stron w zakresie rozumowania technicznego, debugowania i inżynierii na skalę produkcyjną — obszarów zgodnych z przypadkami użycia SpaceX/Tesla.
2. Skala i efektywność: Przy 1.5T parametrów na zoptymalizowanym V9 (GPU epoki Blackwell za pośrednictwem Colossus) równoważy surową moc z wykonalnością inferencji. Ulepszenia RL po becie mogą zawęzić luki w rozumowaniu.
3. Szybka iteracja: Musk wspominał o comiesięcznych nowych modelach od zera. Grok 4.5 jest krokiem pośrednim, a większy bieg 2T+ już uwzględnia dane Cursor od etapu pre-treningu.
4. Multimodalność i użycie narzędzi: Budując na dotychczasowych możliwościach Grok (wizja, wyszukiwanie, Grok Build), należy oczekiwać rozszerzonych funkcji agentowych.
5. Harmonogram publicznego wdrożenia: Ślady w UI sugerują dni do tygodni do szerszego dostępu. Historyczne wzorce wskazują 1–2 tygodnie od zapowiedzi do podglądu.

Do użycia produkcyjnego już dziś: W oczekiwaniu integruj przez endpointy Grok w CometAPI. Ich API zgodne z OpenAI umożliwia płynne przełączanie i oferuje oszczędności kosztów (np. Grok 4 w obniżonych stawkach), idealne do budowania aplikacji, które łatwo zaktualizują się do Grok 4.5. Szczegóły: CometAPI Grok offerings.

Twarde fakty pochodzą z oficjalnych dokumentów, a te milczą na temat Grok 4.5. Strona modeli xAI wymienia grok-build-0.1 jako model do kodowania trenowany specjalnie pod agentowe przepływy pracy programistyczne, z oknem kontekstu 256k i ceną 1,00 USD / 2,00 USD za 1M tokenów wejścia/wyjścia w dokumentacji cen xAI. Wymienia grok-4.3 do ogólnych zastosowań, z oknem kontekstu 1M tokenów i ceną 1,25 USD / 2,50 USD za 1M tokenów wejścia/wyjścia. Strona limitów szybkości xAI obejmuje Grok 4.3 i Grok Build 0.1, a dokumentacja wywoływania funkcji xAI wyjaśnia obecny zakres użycia narzędzi, ale żadna z tych stron nie wymienia Grok 4.5.

Ta nieobecność ma znaczenie. Model może istnieć wewnętrznie, a nadal nie być użyteczny przez publiczne API. Zespoły powinny oddzielać „xAI może to testować” od „deweloperzy mogą to wdrożyć”.

Dyskusja publiczna jest jednak przydatna w węższym celu: wskazuje, co budujący powinni testować jako pierwsze.

Pytania uzupełniające są bardziej użyteczne niż hype:

• Czy dane w stylu Cursor zmniejszają liczbę nieudanych prób wprowadzania poprawek?
• Czy Grok 4.5 lepiej porusza się po repozytoriach niż Grok 4.3 lub Grok Build?
• Czy pokonuje Claude Opus 4.8 w rzeczywistych zadaniach wieloplikowych?
• Czy potrzebuje mniej ponowień, mniej wywołań narzędzi lub mniej przeglądu przez człowieka?
• Czy pozostaje konkurencyjny przy pomiarze opóźnień i długości wyjścia?
• Czy uogólnia się poza przepływami pracy podobnymi do Cursor?

Traktuj wątki na X jako sygnały, nie specyfikacje. Specyfikacje zaczynają się, gdy xAI aktualizuje dokumentację modeli lub release notes.

Grok 4.5 vs Claude Opus: oczekiwana wydajność

Prawdziwe pytanie o trasowanie nie brzmi „Czy Grok 4.5 jest ekscytujący?” lecz: czy przepływ pracy związany z kodowaniem lub agentem powinien używać Grok 4.5 zamiast Claude Opus 4.8, gdy Grok 4.5 stanie się dostępny?

Claude Opus 4.8 to przejrzysta baza odniesienia, bo Anthropic ma publiczną dokumentację i dane z benchmarków. Przegląd modeli Anthropic wymienia Claude Opus 4.8 z oknem kontekstu 1M tokenów i 128k maks. wyjścia. Ogłoszenie Opus 4.8 pozycjonuje go wokół złożonej pracy agentowej, kodowania i zastosowań korporacyjnych, a strona cen podaje oficjalne ceny API.

Karta systemowa Opus 4.8 podaje rzeczywiste liczby. W podsumowaniu ewaluacji Opus 4.8 raportuje 88.6 na SWE-bench Verified, 69.2 na SWE-bench Pro, 74.6 na Terminal-Bench 2.1, 83.4 na OSWorld-Verified i 1890 na GDPval-AA.

Oczekiwane mocne strony Grok 4.5:

• Specjalizacja w kodowaniu: Dane z Cursor zapewniają wyjątkową przewagę w rzeczywistych śladach deweloperskich, które benchmarki syntetyczne niedoszacowują. Poprzednie modele Grok były już konkurencyjne w kodowaniu; to może przesunąć je naprzód w zadaniach agentowych.
• Skala i szybkość: 1.5T parametrów + infrastruktura Colossus mogą zapewnić wysoką przepustowość i obsługę długiego kontekstu.
• Koszt/dostępność: Modele xAI często są wyceniane konkurencyjnie; CometAPI dodatkowo obniża koszty (np. seria Grok 4 w istotnie niższych stawkach).

Mocne strony Claude Opus (obecny flagowiec):

• Sprawdzone benchmarki: wysokie wyniki w SWE-Bench (~80%+ w nowszych wersjach), silne rozumowanie (GPQA, ARC-AGI), doskonałe podążanie za instrukcjami i bezpieczeństwo.
• Dojrzały ekosystem: solidne użycie narzędzi, artefakty i funkcje korporacyjne.

Tabela porównawcza (projekcja/uzasadnienie na podstawie dostępnych danych)

Tabela zsyntetyzowana na podstawie przecieków, wcześniejszych benchmarków i analiz. Rzeczywiste wyniki czekają na publiczne ewaluacje.

Traktuj porównanie z Opus jako cel benchmarkowy, nie wniosek. Jeśli Grok 4.5 faktycznie zbliża się do lub przewyższa Opus, powinno to być widoczne w odsetku zadań rozwiązanych, mniejszej liczbie ponowień, niższej liczbie poprawek recenzenta i lepszym wychodzeniu z pętli narzędzi. Jeśli wygrywa tylko w demach, to za mało do routingu produkcyjnego.

Trzy inżynieryjne ciemne zakamarki

Ryzyko migracji to nie tylko jakość modelu. Trzy mniej widoczne szczegóły mogą uczynić wdrożenie Grok 4.5 kosztownym lub kruchym.

1. Zyski „w kształcie Cursor” mogą nie przenieść się na twój stos kodowania

Jeśli sygnał treningowy pochodzi z workflow Cursor, model może być najsilniejszy w wzorcach edycji podobnych do Cursor. Twój system produkcyjny może wyglądać inaczej: agenci po stronie serwera, boty naprawcze CI, triage issue na GitHubie, wewnętrzna migracja repo czy lokalni asystenci dewelopera.

Lista kontrolna ewaluacji:

• Uwzględnij prawdziwe repozytoria, nie zabawkowe prompty.
• Uwzględnij zadania wymagające czytania przed edycją.
• Uwzględnij zadania odzyskiwania po nieudanych testach.
• Oceniaj poprawność finalnej łatki, nie tylko jakość odpowiedzi.
• Porównaj tryb zwykłego czatu z trybem agenta.
• Zmierz, czy Grok 4.5 redukuje ponowienia względem Opus 4.8 i Grok 4.3.

2. Wydajność prywatnej bety może zależeć od wewnętrznych harnessów

Model testowany wewnątrz SpaceX lub Tesli może korzystać z wewnętrznych narzędzi, kuratorowanych promptów, prywatnych zadań ewaluacyjnych lub wyspecjalizowanego retrievalu. Publiczna wersja API może zachowywać się inaczej.

Lista kontrolna ewaluacji:

• Zapisuj dokładny identyfikator modelu i datę wydania.
• Zapisuj dostępność narzędzi dla każdego uruchomienia.
• Oddzielaj jakość modelu od jakości harnessu.
• Śledź opóźnienia p50 i p95.
• Śledź awarie narzędzi i nieprawidłowe wywołania narzędzi.
• Unikaj porównywania dema agenta wewnętrznego z surowym wywołaniem API.

3. Ceny i limity kontekstu mogą zniwelować zwycięstwa w benchmarkach

Nawet jeśli Grok 4.5 jest mocniejszy, może nie być tańszy. Cena tokenów, okno kontekstu, limit wyjścia, cache promptów, limity szybkości i koszt wywołań narzędzi — to wszystko ma znaczenie.

Użyj tej metryki trasowania:

Efektywny koszt na rozwiązane zadanie = (koszt modelu podstawowego + koszt ponowień + koszt fallbacku + koszt przeglądu przez człowieka) / zadania zakończone sukcesem

Jeśli Grok 4.5 rozwiązuje więcej zadań przy mniejszej liczbie ponowień, może być wart wyższej ceny za token. Jeśli zużywa więcej tokenów, kręci się w pętlach dłużej lub wymaga większego przeglądu, to szum wokół premiery nie przełoży się na niższy koszt pracy.

Jak samodzielnie ocenić Grok 4.5

Wykorzystaj okno przecieków, aby przygotować ewaluację, zanim model się pojawi.

1. Zbuduj zestaw 20 zadań dla agenta kodującego

Uwzględnij rzeczywiste zadania:

• naprawa błędu we własnym repo
• refaktoryzacja wieloplikowa
• migracja zależności
• naprawa niezaliczonego testu
• code review z subtelną regresją
• aktualizacja dokumentacji powiązana z kodem
• błąd UI na podstawie zrzutu ekranu oraz kodu źródłowego
• problem SQL lub w potoku danych
• workflow z wywołaniami narzędzi
• pytanie o repozytorium wymagające długiego kontekstu

2. Uruchom te same zadania na dostępnych bazach odniesienia

Nie czekaj na Grok 4.5, żeby zacząć pomiary. Uruchom ten sam zestaw zadań na:

• Grok 4.3 dla obecnego ogólnego rozumowania xAI
• Grok Build 0.1 jako oficjalna baza xAI dla modelu do kodowania, gdzie dostępne
• Claude Opus 4.8 dla wysokich możliwości w kodowaniu i pracy agentowej
• Claude Sonnet 5 dla tańszego trasowania produkcyjnego
• twój obecny model produkcyjny

3. Mierz koszt zadania rozwiązanego

Śledź:

• tokeny wejściowe
• tokeny wyjściowe
• wywołania narzędzi
• ponowienia
• nieudane łatki
• odsetek zaliczonych testów
• opóźnienie
• poprawki recenzenta
• końcowy wynik zaliczenia/niezaliczenia
• koszt na zaakceptowaną łatkę

Nie porównuj pojedynczych wyników. Porównuj te same zadania, te same instrukcje, te same narzędzia i tę samą metodykę oceny.

4. Dodaj Grok 4.5 dopiero po publicznej dostępności

Gdy xAI lub CometAPI udostępni stabilny identyfikator modelu Grok 4.5, dodaj go do tej samej ewaluacji. Nie przepisuj ewaluacji pod nowy model. Chodzi o to, aby benchmark był na tyle stały, by porównanie miało sens.

5. Decyduj według klasy obciążenia

Używaj najlepszego modelu w zależności od typu zadania, nie marki:

• Używaj tańszego modelu, gdy skuteczność zadań jest podobna.
• Używaj Opus 4.8, gdy błędy są kosztowne, a Grok 4.5 nie udowodnił parytetu.
• Używaj Grok 4.5 tylko tam, gdzie przewyższa obecne bazy odniesienia w twoich własnych zadaniach.
• Utrzymuj trasę awaryjną, dopóki wskaźniki błędów, opóźnienia i koszty nie będą stabilne.

Co wiemy vs czego jeszcze nie możemy zweryfikować

Potwierdzone / silnie sygnalizowane:

• 1.5T V9 jako baza + trening uzupełniający z Cursor.
• Prywatna beta w SpaceX/Tesli (28 czerwca 2026 r.).
• Przypisywane Muskowi twierdzenie „blisko/powyżej Opus”.
• Miesięczna mapa drogowa nowych modeli.
• Kanarkowe ślady w UI.

Niezweryfikowane / otwarte pytania:

• Dokładne benchmarki (brak karty systemowej).
• Data publicznego wydania i ceny API.
• Pełne okno kontekstu, możliwości multimodalne.
• Dokładna wielkość danych Cursor, licencja i proporcje mieszania.
• Wydajność względem konkretnej wersji Opus lub innych czołowych modeli (np. GPT-5.5, Gemini 3.x).
• Grok 4.5 vs. rzekome większe warianty Grok 5.

Traktuj twierdzenia jako kierunkowe ze strony dostawcy. Historia pokazuje, że ewaluacje wewnętrzne mogą różnić się od publicznych; niezależna weryfikacja jest kluczowa

Na co patrzeć w następnej kolejności

Obserwuj pięć rzeczy w najbliższych tygodniach:

1. Dokumentacja modeli xAI dodająca identyfikator modelu Grok 4.5.
2. Release notes xAI potwierdzające publiczną lub preview-dostępność.
3. Niezależne benchmarki agentów kodujących, zwłaszcza SWE-bench, Terminal-Bench i zadania w stylu Cursor.
4. Rzeczywiste raporty deweloperów o przepływach kodowania podobnych do Cursor.
5. Aktualizacje katalogu lub panelu CometAPI dotyczące dostępności Grok 4.5.

Pierwszym wiarygodnym sygnałem zakupowym nie będzie viralowy post na X. Będzie to identyfikator modelu plus powtarzalne wyniki ewaluacji.

Perspektywy: comiesięczne modele i dalej

Tempo xAI — nowe modele bazowe co miesiąc — może na nowo zdefiniować szybkość iteracji. Grok 4.5 to skok inkrementalny; warianty Grok 5 zapowiadają więcej. Spodziewaj się dalszego nacisku na poszukiwanie prawdy, humor i użyteczność w realnym świecie zgodną z wizją Muska.

Wezwanie do działania: Zarejestruj się w CometAPI już dziś, aby w przystępnej cenie uzyskać dostęp do potężnych modeli Grok i wyprzedzić innych. Śledź x.ai i X pod kątem oficjalnych aktualizacji o Grok 4.5. Rewolucja w kodowaniu z AI przyspiesza — przygotuj swoje przepływy pracy już teraz.